Segmentação de imagens de tomografia computadorizada utilizando o algoritmo U-Net. Estudo de caso: imagem da Bexiga
Processamento de Imagens, Segmentação Automática, Tomografia Computadorizada, Inteligência Artificial, Aprendizado Profundo.
A dissertação aborda a influência do preenchimento da bexiga sobre a posição da próstata ou do útero em tratamentos de radioterapia pélvica. A reprodutibilidade do planejamento radioterápico e a dosagem de radiação absorvida pela bexiga são cruciais para o sucesso do tratamento e para minimizar a toxicidade. O projeto visa implementar a arquitetura U-Net para segmentar a bexiga em imagens tomográficas, utilizando um conjunto de imagens do Hospital Universitário de Brasília (HUB). Espera-se que o modelo U-Net aprimore significativamente a eficiência dos planejamentos de tratamento em radioterapia.